rejection region
当由样本值计算的具有 统计量落入该区域内则拒绝原假设H0，接受备择假设H1。
计算的检验统计量落入该区域外，则不拒绝接受原假设H0，从而拒绝备择假设H1。
拒绝域的边界值称为 临界值。
当原假设H0正确时，它被拒绝的 概率不得超过给定的显着性水平α，α通常取值为0.05，0.01。
因此，落在拒绝区域内是一个 小概率事件。
在总体的分布 函数完全未知或只知其形式、但不知其参数的情况下，为了推断总体的某些性质，提出某些关于总体的假设。例如，提出总体服从 泊松分布的假设；又如，对于正态总体提出 数学期望等于的假设。假设检验就是根据样本对所提出的假设作出判断：是接受，还是拒绝。假设检验问题是统计推断的另一类重要问题。如何利用样本值对一个具体的假设进行检验？通常借助于直观分析和理论分析相结合的做法，其基本原理就是人们在实际问题中经常采用的所谓实际推断原理:“一个 小概率事件在一次试验中几乎是不可能发生的”.
某 工厂生产的固体燃料推进器的燃烧率服从正态分布，现用新方法生产了一批推进器，从中随机取n=25只，测得燃烧率的样本均值为。设在新方法下总体均方差仍为，问这批 推进器的燃烧率是否较以往生产的推进器的燃烧率有显着的提高？
